脉冲编码调制（PCM）

最新推荐文章于 2025-03-20 13:22:23 发布

苏西月

最新推荐文章于 2025-03-20 13:22:23 发布

阅读量3.5k

点赞数 12

分类专栏： dc4 文章标签： pcm 语音识别人工智能

本文链接：https://blog.csdn.net/qq_51011530/article/details/142932897

版权

dc4 专栏收录该内容

106 篇文章

订阅专栏

1. 脉冲编码调制（Pulse Code Modulation, PCM）

PCM 是一种将模拟信号（例如语音信号）转换为数字脉冲序列的技术，使得信号可以通过数字信道进行传输。它的基本过程包括以下步骤：

采样：对模拟信号进行离散化处理。
量化：将采样得到的连续幅度值量化为有限的离散值。
编码：将量化后的信号转换为二进制代码，每个量化值对应一个固定长度的二进制数。

例子：

假设你有一个语音信号，量化后有 16 个量化级别（即 $M = 16$ ），那么这些量化后的信号可以用 4 位二进制数来表示（ $log_2(16) = 4$ ），即二进制范围为 $0000$ 到 $1111$ 。

2. PCM 的信号表示

在 PCM 中，量化后的信号被编码成二进制码，而这个二进制码通过**开关键控（On-Off Keying, OOK）**来表示。

0：表示关闭（无脉冲）。
1：表示打开（有脉冲）。

这种编码方式类似于摩尔斯电码，通过将“开”和“关”作为信号的两种状态，PCM 信号传输时更加抗噪，因为接收机只需要区分两个状态（0和1）。

3. PCM 与 PAM 的对比

PAM（脉冲幅度调制）：每个采样点通过单个脉冲的幅度来表示信号。接收机需要精确解读不同幅度的脉冲，这使得 PAM 容易受噪声干扰。
PCM（脉冲编码调制）：每个采样点通过多个脉冲的二进制码来表示。这使得 PCM 更加抗噪，因为只需要区分“开”和“关”两种状态。

例子：

假设 PAM 传输一个量化值为 8 的信号，它会通过一个幅度为 8 的单个脉冲传输。PCM 则会通过传输“1000”这个 4 位二进制码来代表这个值，并通过4个脉冲进行传输。PCM 传输时即使受噪声影响，依然可以通过“开/关”的状态区分出信号，抗噪能力更强。

然而，PCM 的缺点是需要更多的带宽，因为一个量化值需要通过多个脉冲来表示，而 PAM 只需一个脉冲。

4. PCM 中的失真

在无噪声的信道中，PCM 信号的失真主要来源于量化失真，即由于采样值被舍入到最接近的量化值而产生的误差。为了衡量这种失真，使用了信噪比（SNqR）。

5. 量化级别与二进制码的关系

量化级别 $M$ 和 PCM 编码长度 $n$ 之间有以下关系：
$n = \log_2(M)$
其中， $M$ 是量化级别的数量， $n$ 是表示量化值所需的二进制位数。例如，如果 $M = 16$ ，那么 $n = 4$ 位。

6. 峰值信噪比（Peak SNqR）

根据之前的推导，峰值信噪比可以用来衡量量化失真。对于 $M$ 个量化级别，峰值信噪比可以表示为：
$(SNqR)_p = 3(M-1)^2 \approx 3M^2$
利用 $n = \log_2(M)$ ，可以将峰值 SNqR 表示为：
$(SNqR)_p = 3 \times (2^n)^2 = 3 \times 2^{2n}$

7. 平均信噪比（Average SNqR）

对于具有任意分布的信号（例如语音信号），我们可以通过 $a$ 系数将峰值 SNqR 转换为平均 SNqR。公式如下：
$(SNqR)_{dB} = 10 \log_{10} \left( \frac{3 \times 2^{2n}}{a} \right)$
可以进一步简化为：
$SNqR)_{dB} = 10 \log_{10}(3) + 20n \log_{10}(2) - 10 \log_{10}(a)$
由于 $\log_{10}(3) \approx 0.48$ ， $\log_{10}(2) \approx 0.3$ ，所以我们得到：
$(SNqR)_{dB} \approx 4.8 + 6n - 10 \log_{10}(a)$

8. 语音信号的SNqR估算

对于语音信号， $\approx 10 \text{ dB}$ 。我们可以用经验公式估算语音信号的 SNqR：
$\approx 6(n-1)$
这意味着如果 PCM 编码使用了 8 位（即 $n = 8$ ），那么 SNqR 可以估算为：
$\approx 6(8-1) = 42 \text{ dB}$

9. 总结概念之间的逻辑关系

PCM 是将模拟信号转换为数字信号的过程，经过采样、量化和编码。
量化的过程会引入失真，失真通过 SNqR（信号量化噪声比） 来衡量。
峰值 SNqR 是基于最大信号功率的量化噪声比，可以通过量化级别 $M$ 或编码位数 $n$ 计算。
平均 SNqR 则是通过引入系数 $a$ 来修正峰值 SNqR，使其适应信号的实际概率分布。

10. 例子帮助理解

例子1：PCM 对语音信号的编码

假设我们用 PCM 编码一个语音信号，使用了 8 位二进制码（ $n = 8$ ），量化级别 $M = 256$ 。

峰值 SNqR 可以表示为：
$(SNqR)_p = 3 \times 2^{2 \times 8} = 3 \times 65536 = 196608$
转换为 dB：
$(SNqR)_{p(dB)} = 10 \log_{10}(196608) \approx 52.9 \text{ dB}$
对于语音信号， $\approx 10 \text{ dB}$ ，对应 $a = 10$ 。
平均 SNqR 为：
$\approx 52.9 - 10 = 42.9 \text{ dB}$

例子2：不同编码位数下的 SNqR

如果我们将 PCM 编码从 8 位减少到 4 位（ $n = 4$ ），我们可以再次估算 SNqR：
$\approx 6(n-1) = 6(4-1) = 18 \text{ dB}$

因此，编码位数的增加可以显著提高信号的信噪比，减少量化失真。

量化、PCM、PAM、和TDM之间的关系

1. 量化（Quantization）

量化是将连续的模拟信号的幅度映射到有限的离散值集合的过程。量化后，信号不再是连续的幅度，而是离散的幅度级别（这些级别可以是多个，不仅仅是1或0）。
在量化过程中，量化增量 $q$ 决定了信号幅度的精度。量化并不会直接将信号变为二进制，而是将连续信号幅度离散化成多个级别。

总结：量化并不是变成1或0，而是将信号的连续幅度分割成有限的离散级别。

例子：

如果信号的幅度范围是0到10，量化器可以将信号分成5个级别：0, 2.5, 5, 7.5, 10。这些离散的幅度值是量化的结果。

2. 脉冲幅度调制（PAM）

PAM（脉冲幅度调制）是在量化之后进行的。它将量化后的信号幅度值通过**脉冲的高度（幅度）**来传输。例如，如果量化后的信号幅度为5，PAM将通过发送一个振幅为5的脉冲来传输这个量化值。
PAM 主要用于将量化后的离散信号值编码成可通过传输通道传送的脉冲序列。在此阶段，信号的时间已经被离散化，幅度也已经被量化。

总结：PAM是量化之后进行的，它用脉冲的幅度来表示量化后的值。

例子：

假设量化后的信号有5个离散值 $0, 2.5, 5, 7.5, 10$ 。PAM会根据这些量化值，生成对应高度的脉冲，比如发送高度为2.5、5、7.5的脉冲。

3. 脉冲编码调制（PCM）

PCM（脉冲编码调制）是在量化后将信号表示为二进制代码的过程。PCM的目标是将量化后的信号转换为一系列的二进制码（即0和1），这样信号就可以在数字系统中传输和处理。
PCM 将每个量化后的信号幅度值用固定长度的二进制代码表示。例如，如果量化级别为16（即 $M = 16$ ），那么每个量化值可以用 4位二进制数 表示（因为 $log_2(16) = 4$ ）。

总结：PCM 是将量化后的信号幅度值转换为二进制代码，而不是直接进行量化。量化后的信号通过PCM被编码为多个二进制位。

例子：

如果量化后的信号幅度值是8，PCM会将这个值转换为二进制代码“1000”，并通过一系列的0和1来传输。

4. 时分复用（TDM）

TDM（时分复用） 是一种用于多个信号共享同一传输通道的技术。它将多个信号按时间顺序分段，每个信号在其特定的时间片内进行传输。
TDM 通常是在信号调制后（无论是 PAM 还是 PCM 之后）进行的，用来让多个信号共享同一个传输信道。TDM 的作用是管理信号的传输时间，而不是参与信号的量化或编码。

总结：TDM 是在信号量化和调制之后进行的，用于在多个信号间共享传输通道。